数据分析初阶课-张宇晖-体系课

发现课程

专家讲师成为讲师企业版全球版

数据分析初阶课

¥499.9

会员免费学习

单独购买

你将收获

认识数据分析师的能力模型
围绕核心算法模型体系化学习
熟练掌握Excel、SQL、R语言三大数据分析工具的核心技能

课程介绍

在互联网行业中，提升核心竞争力，数据分析能力是必备技能

我们经过大量调研总结出三条规律：

1. 薪资水平越高，岗位对数据分析能力的要求越高；

2. 越是大厂，对数据分析能力的要求越高；

3. 在初级岗位中，大厂对数据分析能力的要求也没有降低，甚至与小厂的要求差距更大！

为此，我们特别开发了本门课程，覆盖数据分析的必备硬技能和软技能，进行体系化学习，熟练掌握常用数据分析工具。

适合人群

希望了解如何利用数据工具，高效获取、呈现数据的0-5年运营、营销、产品人员
需要补充基础数据分析能力的产品/运营/会计等职能
需要夯实基本功，对业务不熟悉希望通过学习获得系统的知识体系，提升业务分析能力的0-2年数据分析人员

讲师介绍

张宇晖查看讲师主页

数据分析专家

擅长领域:

数据工具
机器学习

美国国家强磁场实验室理论物理博士曾就职于文思海辉（美国）、微软（美国）、滴滴（中国），历任数据科学家、高级数据与应用科学家、策略运营专家。在滴滴快捷出行事业群平台车主团队，负责各类数据运营项目的对接与具体执行，构建全面的司机标签体系，制定司机衰退干预策略，策略效果 ROI约3.5，提升大盘GMV 约1%。作为微软负责中小企业预售留存约 500 人团队的主要数据科学家，从事各种数据科学分析任务和相关项目管理工作，参与建立并优化相关业务的数据仓库和数据看板。

课程大纲

共0节时长0分钟全部收起

「零」课程导论

共2节 | 12分钟

讲师介绍

图文
课程介绍

12分钟

「第一周」走进数据分析师的世界

共16节 | 1小时20分钟

「本周导读」

图文
1.1 数据分析的定义

4分钟
1.2 数据分析的价值

10分钟
2.1 数据团队与数据分析师

11分钟
2.2「案例」数据分析驱动的业务全流程

6分钟
3.1 数据分析师必备硬技能

6分钟
3.2 数据分析师必备软技能

作业
4.1 数据分析师的能力模型

5分钟
4.2 数据分析师的职位晋升

3分钟
5.1 数据的类型

4分钟
5.2 变量的类型

2分钟
6.1「案例」数据分析工作流程

16分钟
「作业」数据清理

作业
「本周总结」

2分钟
「本门课程的学习姿势」

2分钟
「作业一」描述性统计分析

作业

「第二周」Excel与可视化初步

共13节 | 2小时32分钟

「本周导读」

图文
1. 强大的数据分析工具Excel

12分钟
「案例介绍」

12分钟
「学前自测」

图文
2.1 Excel函数的基本知识

15分钟
2.2 数据处理类Excel函数

作业
2.3 数据分析类Excel函数

作业
3.1 数据透视表

作业
4.1 数据可视化

6分钟
4.2 Excel作图

19分钟
5. Power BI 作图基础

27分钟
「本周总结」

1分钟
「作业二」Power BI仪表盘

作业

「第三周」MySQL安装

共3节 | 16分钟

安装文档

图文
SQL基础知识

16分钟
导入数据库

图文

「第三周」SQL在数据分析中的应用

共19节 | 1小时5分钟

「本周导读」

3分钟
「案例」SQL在数据分析中的应用

6分钟
1.SQL核心语句

图文
1.1 数据查询与过滤

8分钟
「练习」数据查询与过滤

作业
1.2 数据聚合

7分钟
「练习」数据聚合

作业
1.3 数据表间连接

7分钟
「练习」数据表间连接

作业
1.4 数据的增、改、删

5分钟
「练习」数据的增、改、删

作业
2. SQL进阶用法

14分钟
「练习」SQL进阶用法

作业
3.实例分析

图文
3.1 「案例」供应商营业额分析

6分钟
3.2 「案例」网店销售趋势分析

7分钟
「练习」实例分析

作业
「本周总结」

1分钟
「作业三」区域销售分析

作业

「第四周」统计基础

共20节 | 3小时6分钟

「本周导读」

图文
1.1 统计知识的力量

14分钟
1.2 课程内容总览

4分钟
2.1 案例介绍

4分钟
3.1 什么是概率

23分钟
3.2 概率分布

14分钟
3.3 概率分布举例

12分钟
4.1 方差与标准方差

15分钟
4.2 四分位数与百分位数

7分钟
4.3 提升度和杠杆量

4分钟
5.1 中心极限定理和正态分布

作业
6.1 假设检验的思路

5分钟
6.2 假设检验的步骤

30分钟
7.1 A/B测试的思路

9分钟
7.2 A/B测试的步骤

作业
7.3 A/B测试的工作流程

7分钟
「本周总结」

2分钟
「作业4.1」假设检验-Z检验

作业
「作业4.2」假设检验- T检验

作业
「延伸阅读」

图文

「第五周」R语言

共18节 | 3小时2分钟

「本周导读」

图文
1. R语言的简介

11分钟
「R的安装」

5分钟
2. 基本数据类型

作业
「R的运算符」

作业
3. 基本数据结构

作业
4. 读写数据

作业
5. R的数据处理

作业
「查看数据」

作业
「函数的搜索和使用查询」

7分钟
6. R的数据分析

作业
「练习」A /B 测试

作业
7. 控制流

作业
「自定义函数与R软件包」

9分钟
8.1 R的可视化（ggplot2）

11分钟
8.2 「案例」R的数据可视化

25分钟
「本周总结」

2分钟
「作业五」R语言

作业

「第六周」机器学习初步

共12节 | 2小时9分钟

「本周导读」

图文
1. 机器学习简介

18分钟
2 机器学习在数据分析中应用

12分钟
3.1 决策树的理论基础

8分钟
3.2 决策树的算法实现

19分钟
4.1 线性回归的基本概念

12分钟
4.2 实操步骤及重要概念R^2

12分钟
4.3 线性回归在数据分析中的实操

18分钟
5. K-means聚类

21分钟
6. 机器学习的挑战

3分钟
「本周总结」

6分钟
「作业六」机器学习

作业

「第七周」数据分析综合实践

共7节 | 1小时44分钟

「本周导读」

图文
1. R-markdown

作业
2. dplyr

作业
3. 数据探索工作指导

12分钟
4. 综合项目

45分钟
5. 项目分析报告PPT呈现示例

5分钟
「作业七」数据探索作业

作业

购课须知

课程有效期：

自购买课程之日起 365 天，部分参与营销活动产品以活动规则为准，请同学在有效期内学习、观看课程。

上课模式：

课程采取录播模式，请注意自学课无班级微信群、班主任带班及助教批改服务。

注：自学课不支持退款，确保你是真的需要再进行报名，报完名之后还请认真学习。

点击下载
三节课App 微信扫码
关注三节课公众号